الگوریتم های خوشه بندی در داده های عظیم
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,767
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC01_453
تاریخ نمایه سازی: 9 فروردین 1395
Abstract:
پردازش داده های عظیم و مدیریت آنها، در سال های اخیر، موردتوجه قرارگرفته است و چارچوب ها وابزارهای خاصی به این منظور معرفی شده اند و تجزیه وتحلیل داده ها بهعنوان مدیریت داده های عظیم،مورد مطالعه قرارگرفته اند. تکنیک های داده کاوی و یادگیری ماشین، امروزه در بسیاری از سازمان ها و صنایعبه منظور بهبود و پیش بینی و رونق کسب وکار مورداستفاده قرار می گیرند و با توجه به رشد اطلاعات سازمانیو حجم بالای آنها و تولید داده ها با سرعت بالا، تکنیک های داده کاوی در داده های عظیم، نقش مهمی را دراین تحولات ایفا می کنند. عملیات مختلفی برای مدیریت داده ها صورت می گیرد که گروهی از این عملیاتبه صورت پیش پردازش هایی هستند که بر روی داده ها انجام می شوند تا داده ها را برای انجام عملیات اصلی،آماده سازند. از طرفی در محیط های ابری، به دلیل توزیع شدگی محیط، عملیات گروه بندی و دسته بندیداده ها، اهمیت زیادی می یابد. در این مقاله، معروفترین الگوریتم خوشه بندی، K-Means ، موردبررسیقرارگرفته و بنا بر کارهای صورت گرفته بر روی این الگوریتم، روش هایی پیشنهاد می گردد که پارامترهایمهم در محیط های ابری را در نظر گرفته و خوشه بندی داده های عظیم را بهبود بخشد.
Keywords:
Authors
شیرین عباسی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد تهران مرکز
بابک وزیری
استادیار دانشگاه آزاد اسلامی واحد تهران مرکز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :